البحث المتجهي

البحث المتجهي هو الآلية الجوهرية التي تتيح استرجاع الذاكرة الدلالي في PRX-Memory. بدلاً من مطابقة الكلمات المفتاحية، يقارن البحث المتجهي التشابه الرياضي بين استعلام المتجه وذكريات المتجهات للعثور على نتائج مترابطة مفاهيمياً.

كيف يعمل

1. تضمين الاستعلام: يُرسَل استعلام الاسترجاع إلى مزوّد التضمين المُعيَّن، منتجاً متجهاً.
2. حساب التشابه: يُقارَن المتجه الاستعلامي بجميع متجهات الذاكرة المخزّنة باستخدام تشابه جيب التمام.
3. التقييم: تحصل كل ذاكرة على درجة تشابه بين -1.0 و1.0 (الأعلى هو الأكثر تشابهاً).
4. الترتيب: تُرتَّب النتائج حسب الدرجة وتُدمَج مع إشارات أخرى (المطابقة المعجمية، الأهمية، الحداثة).

graph TB
    QUERY["Recall Query<br/>'SQL injection prevention'"]
    QEMBED["Query Embedding<br/>[0.12, -0.03, 0.87, ...]"]

    subgraph Storage["Stored Memory Vectors"]
        M1["Memory 1<br/>[0.11, -0.02, 0.85, ...]<br/>similarity: 0.97"]
        M2["Memory 2<br/>[0.45, 0.12, -0.33, ...]<br/>similarity: 0.23"]
        M3["Memory 3<br/>[0.09, -0.05, 0.82, ...]<br/>similarity: 0.94"]
    end

    RESULTS["Ranked Results<br/>1. Memory 1 (0.97)<br/>2. Memory 3 (0.94)<br/>3. Memory 2 (0.23)"]

    QUERY --> QEMBED
    QEMBED --> M1
    QEMBED --> M2
    QEMBED --> M3
    M1 --> RESULTS
    M2 --> RESULTS
    M3 --> RESULTS

تشابه جيب التمام

يستخدم PRX-Memory تشابه جيب التمام كمقياس للمسافة. يقيس تشابه جيب التمام الزاوية بين متجهين، متجاهلاً الحجم:

similarity(A, B) = (A . B) / (|A| * |B|)

الدرجة	المعنى
0.95--1.0	معنى متطابق تقريباً
0.80--0.95	مترابط بدرجة عالية
0.60--0.80	مترابط نوعاً ما
< 0.60	على الأرجح غير مترابط

الترتيب المدمج

تشابه المتجهات هو إشارة واحدة في الترتيب متعدد الإشارات في PRX-Memory. الدرجة النهائية تجمع:

الإشارة	الوزن	الوصف
تشابه المتجهات	عالٍ	الصلة الدلالية من مقارنة التضمين
المطابقة المعجمية	متوسط	تداخل الكلمات المفتاحية بين الاستعلام ونص الذاكرة
درجة الأهمية	متوسط	الأهمية المعيّنة من المستخدم أو المحسوبة من النظام
الحداثة	منخفض	الذكريات الأحدث تحصل على دفعة صغيرة

يعتمد الوزن الدقيق على إعداد الاسترجاع وما إذا كانت التضمينات وإعادة الترتيب مفعّلتَين.

الأداء

يُظهر معيار 100,000 إدخال:

المقياس	القيمة
حجم مجموعة البيانات	100,000 إدخال
كمون p95	122.683 مللي ثانية
العتبة	< 300 مللي ثانية
الطريقة	معجمي + أهمية + حداثة (بدون طلبات شبكة)

INFO

يقيس هذا المعيار مسار ترتيب الاسترجاع فقط، بدون طلبات تضمين أو إعادة ترتيب عبر الشبكة. يعتمد الكمون الشامل على أوقات استجابة المزوّد.

اعتبارات التوسع

حجم مجموعة البيانات	النهج الموصى به
< 10,000	تشابه جيب التمام بالقوة الغاشمة (واجهة JSON أو SQLite)
10,000--100,000	SQLite مع فحص متجهي في الذاكرة
> 100,000	LanceDB مع فهرسة ANN

لمجموعات البيانات التي تتجاوز 100,000 إدخال، فعّل واجهة LanceDB للبحث التقريبي عن الجار الأقرب (ANN)، الذي يوفر وقت استعلام دون خطي.

الخطوات التالية

• محرك التضمين -- كيف تُولَّد المتجهات
• إعادة الترتيب -- تحسين الدقة في المرحلة الثانية
• واجهات التخزين -- اختيار واجهة التخزين المناسبة